Win10+VS2019 配置YOLOv3

配置环境:联想笔记本 win10 VS2019 显卡Nvidia MX250

1. 安装OpenCV,我安装的是3.4.9,网上教程很多

2. 安装CUDA,我选择的是10.2,根据显卡型号选择,没什么特殊要求就选最新的。安装方法和普通软件一样

3. 下载cudnn,需要注册一下,选择和CUDA相对应的版本,cudnn下载之后把对应文件夹的文件直接放入CUDA的对应文件夹就可以了

4. 下载darknet,解压(后文中的“..”为解压的目录)

5. 下载权值文件,我使用的是COCO数据集训练的结果 【chmq】,放在..\darknet-master\build\darknet\x64中

 

可以使用CPU和GPU运行,CPU版本不需要装CUDA和cudnn,但是我的电脑实测GPU运行速度是CPU的十倍以上,有独立显卡的尽量使用GPU版本,本方法使用GPU

 

6. 用文本编辑器打开打开../darknet-master/build/darknet/darknet.vcxproj,查找将CUDA的版本改为当前版本,如: CUDA 10.2

7. 打开darknet.sln,会弹出以下界面,不要更改,点击确定,如果改了VS可能找不到工具集

Win10+VS2019 配置YOLOv3

然后修改当前解决方案设置 为release x64

8. 在属性管理器中右键release x64,属性,类似配置opencv的方法添加

VC++目录——包含目录

VC++目录——库目录

链接器——输入——附加依赖项

9. 生成

成功后会生成一个darknet.exe在..\darknet-master\build\darknet\x64文件夹中

然后选择复制..\opencv\build\x64\vc14\bin中的opencv_world340.dllopencv_ffmpeg340_64.dllopencv_world340d.dll这些文件放到..\darknet-master\build\darknet\x64文件夹中

10. 运行

打开CMD,切换到..\darknet-master\build\darknet\x64目录

darknet.exe detector test data\coco.data yolov3.cfg yolov3.weights dog.jpg

为了方便测试,可以写个批处理文件来运行,下面展示我写的几个文件作为参考

识别图片:

E:
cd E:\workspace\darknet-master\build\darknet\x64
darknet.exe detector test data\coco.data yolov3.cfg yolov3.weights E:\workspace\yoloTestData\test.jpg
pause

识别摄像头:

E:
cd E:\workspace\darknet-master\build\darknet\x64
darknet.exe detector demo data\coco.data yolov3.cfg yolov3.weights
pause

识别视频:

E:
cd E:\workspace\darknet-master\build\darknet\x64
darknet.exe detector demo data\coco.data yolov3.cfg yolov3.weights E:\workspace\yoloTestData\test.mp4 -thresh 0.25 -out_filename E:\workspace\yoloTestData\result.mp4
pause

文件路径根据自己的需要更改!

 

参考了以下博客:

https://www.cnblogs.com/peacepeacepeace/p/9060229.html

https://blog.csdn.net/sunqiande88/article/details/101691059

Win10+VS2019 配置YOLOv3

上一篇:C# 文件/文件夹一般操作(File、Directory)


下一篇:实例学习SSIS(一)--制作一个简单的ETL包